黃新春 鄭春峰 李 昂 蘇作飛

（中海油能源發(fā)展股份有限公司工程技術(shù)分公司，天津 300452）

QHD32-6油田電泵機(jī)組故障預(yù)測(cè)方法及其現(xiàn)場(chǎng)應(yīng)用

黃新春 鄭春峰 李 昂 蘇作飛

（中海油能源發(fā)展股份有限公司工程技術(shù)分公司，天津 300452）

為加強(qiáng)QHD32-6油田電泵井管理和有效預(yù)測(cè)電泵機(jī)組發(fā)生故障的概率，應(yīng)用模糊綜合評(píng)判方法，建立了引發(fā)電泵機(jī)組故障的因素集、權(quán)重集和判斷集，給出了影響因素風(fēng)險(xiǎn)系數(shù)計(jì)算方法和單井風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)，建立了電泵井機(jī)組故障預(yù)測(cè)模型。該方法能夠預(yù)測(cè)運(yùn)轉(zhuǎn)電泵機(jī)組故障概率高的井。實(shí)際應(yīng)用表明，2013年上半年應(yīng)用該方法預(yù)測(cè)機(jī)組故障概率，其準(zhǔn)確率達(dá)77.78%，累計(jì)挽回產(chǎn)量損失7 075 m3。該方法預(yù)測(cè)準(zhǔn)確率能滿足工程技術(shù)分析需要，為電泵井優(yōu)化管理提供了技術(shù)支持。

海上油田；電泵井；機(jī)組故障預(yù)測(cè)；模糊綜合評(píng)判方法

目前QHD32-6油田電泵井占總機(jī)采井的95.5%，在實(shí)際油田生產(chǎn)過程中，電泵機(jī)組若發(fā)生故障停井，會(huì)導(dǎo)致油田平均單井日產(chǎn)油量下降，油田整體經(jīng)濟(jì)效益受到影響［1-2］。其中檢泵作業(yè)期間因躺井造成的經(jīng)濟(jì)損失有［3］：（1）與替換機(jī)組有關(guān)的起下作業(yè)費(fèi)用；（2）維修費(fèi)用；（3）因躺井以及恢復(fù)最佳采油水平而造成的產(chǎn)量損失［4-5］。在檢泵作業(yè)過程中，若能對(duì)電泵機(jī)組故障概率進(jìn)行準(zhǔn)確預(yù)測(cè)，及時(shí)找出易發(fā)生故障的電泵機(jī)組，對(duì)最易發(fā)生故障的電泵井及早進(jìn)行電泵選型設(shè)計(jì)，通知廠家及早備泵，這樣能夠最大程度節(jié)省檢泵作業(yè)準(zhǔn)備時(shí)間，縮短油井躺井時(shí)間，提高作業(yè)效率，減少因躺井時(shí)間過長(zhǎng)引起不必要的單井產(chǎn)量損失，最大程度挽回經(jīng)濟(jì)損失，對(duì)電泵井優(yōu)化管理有實(shí)際指導(dǎo)意義。

1 模糊綜合評(píng)價(jià)方法

1.1 因素集

建立影響評(píng)價(jià)對(duì)象的各因素組成的集合，稱為因素集［6］。通常表示為

式中，ui（i=1，2，…，n）為影響評(píng)價(jià)對(duì)象的第i個(gè)因素。

1.2 權(quán)重集

權(quán)重是反映各指標(biāo)對(duì)評(píng)價(jià)對(duì)象的影響程度，建立影響評(píng)價(jià)對(duì)象的各因素權(quán)重組成的集合，稱為權(quán)重集［7］。通常表示為

式中，ai(i=1,2,…,n)為第i個(gè)因素的權(quán)重值。一般情況下ai滿足歸一化條件

1.3 評(píng)價(jià)集

對(duì)評(píng)價(jià)對(duì)象優(yōu)劣程度做出定性描述所組成的集合稱為評(píng)價(jià)集，具體設(shè)定可依據(jù)實(shí)際情況及計(jì)量值大小進(jìn)行劃分［8］。通常表示為

1.4 評(píng)價(jià)矩陣

根據(jù)因素集中所確定的影響因素，確定因素評(píng)價(jià)矩陣R

式中，m為評(píng)價(jià)對(duì)象個(gè)數(shù)，n為影響因素個(gè)數(shù)。

確立評(píng)價(jià)矩陣和R權(quán)重集A之后，應(yīng)用模糊綜合評(píng)判方法，計(jì)算綜合評(píng)價(jià)結(jié)果

2 機(jī)組故障預(yù)測(cè)模型的建立

2.1 影響因素及其風(fēng)險(xiǎn)系數(shù)

通過專家評(píng)判方法，給出引發(fā)電泵井機(jī)組故障的9個(gè)主要影響因素，并建立機(jī)組故障預(yù)測(cè)模型因素集，見式（7）

根據(jù)建立的因素集，進(jìn)一步量化分析各影響因素的風(fēng)險(xiǎn)系數(shù)。

（1）運(yùn)轉(zhuǎn)時(shí)間風(fēng)險(xiǎn)系數(shù)：?jiǎn)尉鄯e運(yùn)轉(zhuǎn)時(shí)間除以油田（平臺(tái)）所有單井運(yùn)轉(zhuǎn)時(shí)間之和

式中，ηiTtol為運(yùn)轉(zhuǎn)時(shí)間風(fēng)險(xiǎn)系數(shù)，%；Ttoli為單井累積運(yùn)轉(zhuǎn)時(shí)間，d。

（2）排量效率風(fēng)險(xiǎn)系數(shù)：排量效率風(fēng)險(xiǎn)系數(shù)為單井排量效率賦值除以所有井的排量效率賦值之和，其中排量效率在a2＜QE＜a3之間的井賦值為1，在a3＜QE＜a4之間的井賦值為2，在QE＞a4時(shí)賦值為3，在a1＜QE＜a2之間的井賦值為4，QE＜a1的井賦值為6。

式中，ηiQ為排量效率風(fēng)險(xiǎn)系數(shù)，%；QEi為單井排量效率賦值；a1、a2、a3、a4均為單井排量效率，%。

（3）電流比風(fēng)險(xiǎn)系數(shù)：電流比風(fēng)險(xiǎn)系數(shù)為單井電流比賦值除以所有井的電流比賦值之和，其中電流比在b1＜Ii＜b2時(shí)賦值為1；電流比小于i＜b1時(shí)賦值為2；電流比在b2＜Ii＜b3之間時(shí)賦值為3；Ii＞b3時(shí)機(jī)組故障概率最大

式中，ηiR為電流比風(fēng)險(xiǎn)系數(shù)，%；IiR為單井電流比賦值；b1、b2、b3為單井電流比（無因次量）。

（4）井斜角風(fēng)險(xiǎn)系數(shù)：?jiǎn)尉苯秋L(fēng)險(xiǎn)系數(shù)為單井井斜角賦值除以所有井的井斜角賦值之和，其中井斜角小于c的井賦值為1，大于c的井賦值為2。

式中，ηi∠In為井斜角風(fēng)險(xiǎn)系數(shù)，%；∠Ini為單井井斜角賦值，°；c為參考井斜角，°。

（5）狗腿度風(fēng)險(xiǎn)系數(shù)：?jiǎn)尉吠榷蕊L(fēng)險(xiǎn)系數(shù)為單井狗腿度賦值除以所有井狗腿度賦值之和，其中狗腿度小于d的井賦值為1，大于d的井賦值為2。

式中，ηi∠Dog為單井狗腿度風(fēng)險(xiǎn)系數(shù)，%；∠Dogi為單井狗腿度賦值，（°）/30 m；d為參考狗腿度，（°）/ 30 m。

（6）電流穩(wěn)定性風(fēng)險(xiǎn)系數(shù)：電流穩(wěn)定性風(fēng)險(xiǎn)系數(shù)為單井電流穩(wěn)定性賦值除以所有井電流穩(wěn)定性賦值之和，其中運(yùn)行電流分穩(wěn)定、不穩(wěn)定和很不穩(wěn)定3種情況，分別賦值1、2、3。

式中，ηiSta為電流穩(wěn)定性風(fēng)險(xiǎn)系數(shù)，%；IiSta為單井電流穩(wěn)定性賦值，A。

（7）啟停次數(shù)風(fēng)險(xiǎn)系數(shù)：?jiǎn)尉畣⑼４螖?shù)除以所有單井啟停次數(shù)之和。

式中，ηiN為啟停次數(shù)風(fēng)險(xiǎn)系數(shù)，%；Ni為單井啟停次數(shù)。

（8）廠家風(fēng)險(xiǎn)系數(shù)：油田（平臺(tái)）平均檢泵周期最長(zhǎng)（且檢泵井次最多）的廠家為基準(zhǔn)廠家，該廠家檢泵風(fēng)險(xiǎn)系數(shù)為1，其他廠家風(fēng)險(xiǎn)系數(shù)為基準(zhǔn)廠家平均檢泵周期除以各廠家平均檢泵周期。

式中，ηif為廠家風(fēng)險(xiǎn)系數(shù)，%；Fif為各廠家平均檢泵周期，d；Ff為基準(zhǔn)廠家檢泵周期，d。

（9）電機(jī)絕緣風(fēng)險(xiǎn)系數(shù)：電機(jī)絕緣風(fēng)險(xiǎn)系數(shù)為單井電機(jī)絕緣賦值除以油田（平臺(tái)）所有井電機(jī)絕緣賦值總和。根據(jù)油田（平臺(tái)）絕緣值測(cè)量水平，找中游水平絕緣值作為基準(zhǔn)值Ec。若某口井的絕緣值大于基準(zhǔn)值Ec，將其賦值為0，若某口井絕緣值小于基準(zhǔn)值Ec，賦值為基準(zhǔn)值 減去自身絕緣值，記為Ei。

式中，Ei為電機(jī)絕緣賦值，MΩ；Ec為絕緣基準(zhǔn)值，MΩ；ηiE為絕緣風(fēng)險(xiǎn)系數(shù)，%。

2.2 影響因素權(quán)重系數(shù)

采用專家評(píng)判方法對(duì)各影響因素進(jìn)行綜合評(píng)價(jià)，給出引發(fā)電泵井發(fā)生機(jī)組故障各影響因素的權(quán)重集，并建立機(jī)組故障預(yù)測(cè)模型權(quán)重集

2.3 綜合故障評(píng)價(jià)標(biāo)準(zhǔn)

結(jié)合實(shí)際油田計(jì)算成果和專家評(píng)判方法將引發(fā)電泵井發(fā)生機(jī)組故障的評(píng)價(jià)集劃分為5個(gè)等級(jí)，并建立機(jī)組故障預(yù)測(cè)模型評(píng)價(jià)集

評(píng)價(jià)集以QHD32-6各平臺(tái)單井電泵機(jī)組為評(píng)價(jià)對(duì)象，根據(jù)計(jì)算結(jié)果劃分5個(gè)等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)，見表1。

表1 電泵機(jī)組發(fā)生故障風(fēng)險(xiǎn)等級(jí)分類

3 實(shí)例分析

經(jīng)專家評(píng)判，確定QHD32-6油田引發(fā)機(jī)組故障9大影響因素在風(fēng)險(xiǎn)系數(shù)計(jì)算中參數(shù)的取值，見表2、表3。

表2 QHD32-6油田機(jī)組故障預(yù)測(cè)參數(shù)取值

表3 QHD32-6油田機(jī)組故障預(yù)測(cè)不同風(fēng)險(xiǎn)系數(shù)賦值

以QHD32-6油田C平臺(tái)為例，應(yīng)用影響因素風(fēng)險(xiǎn)系數(shù)方法計(jì)算建立因素評(píng)價(jià)矩陣R26×9和權(quán)重集A1×9。

應(yīng)用模糊綜合評(píng)判方法，將R26×9和A1×9帶入式（6）計(jì)算綜合評(píng)價(jià)結(jié)果

應(yīng)用以上計(jì)算方法，計(jì)算QHD32-6其他6個(gè)平臺(tái)所有井的綜合評(píng)價(jià)結(jié)果。計(jì)算結(jié)果表明，風(fēng)險(xiǎn)等級(jí)為“大”的油井預(yù)測(cè)出9井次。半年時(shí)間里，預(yù)測(cè)故障概率“大”的9口井中發(fā)生電泵機(jī)組故障井占7井次，預(yù)測(cè)準(zhǔn)確率達(dá)77.78%，見表4。

表4 QHD32-6油田6個(gè)平臺(tái)電泵故障風(fēng)險(xiǎn)等級(jí)預(yù)測(cè)結(jié)果

應(yīng)用電泵機(jī)組故障預(yù)測(cè)方法，對(duì)故障概率“大”的井做到提前進(jìn)行選泵設(shè)計(jì)，通知廠家及早備泵。半年內(nèi)QHD32-6油田成功預(yù)測(cè)7井次，平均單井縮短檢泵時(shí)間12.5 d，累計(jì)挽回?fù)p失產(chǎn)量7 075 m3。

4 結(jié)論及建議

（1）將模糊綜合評(píng)判方法應(yīng)用于電泵機(jī)組故障預(yù)測(cè)中，能夠較全面地考慮影響機(jī)組發(fā)生故障的影響因素，結(jié)果直觀簡(jiǎn)單，具有很強(qiáng)的實(shí)用性。

（2）該方法預(yù)測(cè)準(zhǔn)確率能滿足工程技術(shù)分析需要，為電泵井優(yōu)化管理提供技術(shù)支持，后期可推廣應(yīng)用到其他油田。

［1］魯娟黨，李澤，田姍姍，等.延長(zhǎng)高危潛油電泵井檢泵周期方法的探討［J］.石油鉆采工藝，2012，34（6）：45-47.

［2］張玉斌，于海春，周平.電潛泵機(jī)組可靠性評(píng)定［J］.石油機(jī)械，2003，25（5）：6-8.

［3］黃曉，石步乾，范喜群.電泵井優(yōu)化設(shè)計(jì)及工況診斷技術(shù)的應(yīng)用［J］.石油鉆采工藝，2000，23（6）：87-89.

［4］孫煥，李玉仁.電泵井工況解析方法［J］.石油鉆采工藝，1990，12（5）：43-54.

［5］李洪周，鄒積舉.潛油電泵振動(dòng)故障分析及振動(dòng)模型［J］.石油機(jī)械，1997，25（12）：24-26.

［6］雷中英.模糊綜合評(píng)判模型在油氣田開發(fā)投資項(xiàng)目后評(píng)價(jià)中的應(yīng)用［J］.石油天然氣學(xué)報(bào)，2011，33（10）：370-373.

［7］李凌峰，劉云，姚安林，等.油田礦場(chǎng)原油庫風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)技術(shù)研究［J］.石油礦場(chǎng)機(jī)械，2008，37（6）：16-19.

［8］宋考平，楊秋榮，付青春，等.模糊綜合評(píng)判方法判斷低效循環(huán)井層［J］.鉆采工藝，2006，29（4）：35-37.

（修改稿收到日期 2013-11-20）

〔編輯 景 暖〕

Fault prediction method and field application of QHD32-6 oilfield electric pump unit

HUANG Xinchun,ZHENG Chunfeng,LI Ang,SU Zuofei
（CNOOC Energy Technology &Services Limited,Tianjin300452,China）

To enhance the management of QHD32-6 oilfield electric pump wells and predict effectively the probability of faults of electric pump units,fuzzy comprehensive judgment method is applied to establish the element set,weight set and judgment set of faults of electric pump units,to provide the calculation method of risk coefficient of influencing factor and criterion of risk evaluation level of single well and to establish the fault prediction model of electric pump units.This method can predict the wells with high fault probability of operating electric pump unit.The actual application shows that the accuracy of application of this method in fault probability prediction of units was 77.78 % in the first half of 2013 and accumulative production loss saved is 7,075 m3.The predict accuracy of this method can meet the demand for engineering and technical analysis to provide technical support for optimized management of electric pump.

Offshore oilfield;electric pump well;unit fault prediction;fuzzy comprehensive judgment method

黃新春，鄭春峰，李昂，等.QHD32-6油田電泵機(jī)組故障預(yù)測(cè)方法及其現(xiàn)場(chǎng)應(yīng)用［J］.石油鉆采工藝，2014，36（1）：116-119.

TE355.5+4

：B

1000-7393（2014）01-0116-04

10.13639/j.odpt.2014.01.031

黃新春，1981年生。2006年畢業(yè)于中國石油大學(xué)（華東）油氣田開發(fā)工程專業(yè)，主要從事采油工程及機(jī)采井管理工作。電話：022-25805620。E-mail：zcf_cup@163.com。